# -*- coding: utf-8 -*-
import MySQLdb
import pandas as pd
import jieba
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_extraction.text import CountVectorizer
conn = MySQLdb.connect("192.168.67.452", "ASF", "SDFDFG", "FGF", charset='utf8' )
curs = conn.cursor()
sql1='''select content from evaluate_info limit 100''' #sql语句
curs.execute (sql1)
row=curs.fetchall() #读取数据表内容,返回元祖类型,元祖的每个元素还是为元祖
data=[]
for i in row:
i=list(i) #将元祖的每个元素转换为列表
new=str(i[0]) #将列表转换为字符串
xx = ' '.join(jieba.cut(new)) #每一段字符串进行分词
#print(xx)
data.append(xx) #追加写入data列表,得到的数据格式为:a=['我 爱 学习','我 喜欢 北京']
data1=' '.join(data) #转换为一下格式:a=['我 爱 学习 我 喜欢 北京']
data2=[data1] #转换为列表格式,例如:a=['a b c']
curs.cl
Python——TF-IDF模型
最新推荐文章于 2024-06-13 23:22:01 发布
本文介绍了如何使用Python的sklearn库实现TF-IDF模型,详细阐述了TF-IDF的概念,通过实例展示了如何对文本数据进行预处理、构建TF-IDF向量,并解释了其在信息检索和文本分类中的应用。
摘要由CSDN通过智能技术生成